交易中的机器学习：理论、模型、实践和算法交易 - 页 1177

新评论
 
圣杯。

这看起来很难，上面某处已经说过，低超差的标志之一正是Lern和batter的公平图的相似性，实际上同样的逻辑也适用于分类/回归，以及公平作为一个结果。

这里已经说了很多，但作为一个规则，没有证据，所以不重复，发布你自己的发现，同时你会向大家证明，市场是不可改变的。
 
圣杯。

魔鬼就在细节中 :) 例如，由于某些原因，相同的策略在不同的测试者和相同的数据上的结果是不同的，有时是显著的，但其中一个是正确的（最接近事实）。

为了避免这种困境，我们应该使用一个具有完全控制结构的测试器。在这种情况下，完全可以肯定，测试不会与实际工作有很大差别。

 
伊万-内格雷什尼。

该引擎被整合到一个大项目中，有好几兆的源代码，除了python和p，还有java和pascal的脚本。

如果你对我使用的Python代码执行的原理和例子感兴趣，我已经在这里提供了很久了。
https://www.mql5.com/ru/forum/86386/page553#comment_6302133

谢谢你，原则是明确的。

我走了另一条路--终端分开，Python分开。通过TCP客户-服务器CSV字符串交换。我已经为Lua实现了它，还没有为MQL实现，但预计没有问题。

 
圣杯。

这看起来很困难，上面某处已经说过，低超差的标志之一是Lerne和测试的公平图的相似性，实际上，同样的逻辑适用于分类/回归，而公平是它的一个结果。

好吧，我当时写道，在这种情况下，哪一边是轨道，哪一边是测试并不重要。

正如这里所说的，那些从未在任何地方使用过MO的人，一般不会走得很远，所以说（只是开玩笑，事实上我很善良）。

 
尤里-阿索连科。

谢谢你，原则是明确的。

我走了另一条路--终端分开，Python分开。通过TCP客户-服务器CSV字符串交换。对Lua来说，它已经实现了，对MQL来说还没有，但预计没有问题。

最主要的是可靠性和速度，例如，允许你在策略测试器中运行。

至于我，我甚至用实时网络训练来运行我的，它的效果还可以忍受。
https://www.youtube.com/watch?v=73iic_vMiU8&feature=youtu.be

 
伊万-内格雷什尼。

最主要的是可靠性和速度，因此，例如在同一个测试器中可以进行比赛。

在这里，我正在运行我的，即使有实时网络学习，它的工作也是可以容忍的。
https://www.youtube.com/watch?v=73iic_vMiU8&feature=youtu.be

哦，好的，我也有同样的情况，只是图形向另一个方向增长 :)

 
马克西姆-德米特里耶夫斯基。

哦，Normas，我也有同样的情况，只是图形向另一个方向增长 :)

这是一个在测试器中把EA绑定到python控制台的例子，当时每一步不仅有网络响应计算，还有定期的额外训练。

P.S.该图并不表明是另一个通道，那里的控制台是单独存在的，可以同时接收来自多个来源的命令，以共享一个网络

 
伊万-内格雷什尼。

最主要的是可靠性和速度，因此，例如，可以运行同一个测试器。

在这里，我正在运行我的，即使有实时网络学习，它的工作也是可以容忍的。
https://www.youtube.com/watch?v=73iic_vMiU8&feature=youtu.be

使用什么样的Python-lib？

 
尤里-阿索连科。

它看起来不错。使用的是什么类型的Python库？

如果关于语言库，那么任何一个与应用程序库一起安装的语言库，只要在引擎设置中指定链接，适当的版本x32或x64。
 
伊万-内格雷什尼。
如果是语言库，那么任何与应用程序库一起安装的语言库，只需在引擎设置中链接到它，对应的x32或x64版本。

不，我是说，你在教什么？- 包-lib？我以为我们在讨论网络问题。

1...117011711172117311741175117611771178117911801181118211831184...3399
新评论